程序聚合 软件案例 量化交易异动策略执行系统

量化交易异动策略执行系统

2026-03-05 02:44:53
行业:金融
载体:Windows应用
技术:Python、FastAPI、NumPy、Redis-rb

业务和功能介绍

业务背景:
传统人工盯盘难以高效捕捉个股短期价格、成交量的突发异动(如放量拉升、破位下跌等),且人工交易存在反应延迟、情绪干扰等问题。本项目旨在搭建一套自动化量化系统,通过实时采集个股行情数据,计算量价核心指标并识别异动事件,触发预设的买入 / 卖出策略,实现量化交易的自动化、精准化执行,同时降低人工操作风险。
核心功能:
实时行情采集:对接证券行情数据源,拉取个股分钟级价格(开盘价、收盘价、最高价、最低价)、成交量、成交额等数据;
异动指标计算:基于 Pandas/NumPy 计算量价指标(如成交量环比增幅、价格涨跌幅、量比、换手率等),设定异动阈值(如成交量突增 50%、价格涨超 3%);
异动事件触发:当个股指标突破阈值时,生成异动事件(如 “放量上涨买入信号”“破位下跌卖出信号”);
交易指令执行:验证信号有效性后,生成标准化买入 / 卖出指令,同步至交易接口;
状态监控与缓存:通过 Redis 缓存实时行情、异动信号、指令执行状态,支持策略参数动态调整;
API 服务:基于 FastAPI 提供行情查询、策略启停、信号查询等接口,支持前端 / 运维端交互。

项目实现

行情数据采集:通过 Python 编写异步爬虫 / 对接第三方行情 API,按 1 分钟频率拉取个股行情数据,利用 Pandas 进行数据清洗(缺失值填充、异常值过滤),NumPy 向量化计算提升指标运算效率;
数据缓存:将清洗后的实时行情数据(如个股代码、最新价、成交量)存入 Redis,设置过期时间(5 分钟),保证数据时效性;异动信号生成后,以 “个股代码 - 信号类型 - 时间戳” 为 Key 存入 Redis,便于策略层快速读取。
指标计算模块:封装 NumPy/Pandas 计算函数,批量计算个股量价指标(如:量比 = 当前成交量 / 过去 5 日同期平均成交量;价格涨跌幅 =(当前价 - 昨日收盘价)/ 昨日收盘价 ×100%);
异动识别模块:设定多维度阈值规则(如 “量比> 2 且涨跌幅 > 3%” 触发买入信号,“价格跌破 5 日均线且成交量放大 30%” 触发卖出信号),遍历 Redis 中的实时数据,匹配规则后生成异动信号;
信号校验模块:过滤无效信号(如停牌股票、涨跌停股票),验证账户可用资金 / 持仓数量,确保指令可执行。
基于 FastAPI 搭建 RESTful API:
GET /api/stock/{code}:查询指定个股的实时行情与指标;
POST /api/strategy/start:启动指定策略(传入策略 ID、个股池、阈值参数);
GET /api/signal:查询近 1 小时内的异动信号与指令执行状态;
接口鉴权:添加 Token 验证,防止非法访问;接口异步处理:利用 FastAPI 的异步特性,避免行情采集 / 指标计算阻塞接口响应。
指令下发模块:将校验通过的买入 / 卖出指令封装为标准化格式,对接模拟 / 实盘交易接口(如券商 API);
状态同步模块:实时更新指令执行状态(待执行 / 已执行 / 失败)至 Redis,并记录日志(包含指令时间、个股、价格、数量、结果),便于复盘分析。

示例图片视频


Wsmile
1天前活跃
方向: 后端-Python、人工智能-数据标注和训练支持、
交付率:100.00%
相似推荐
智能文档清洗与审核分流系统-doc_cleaner
在企业知识管理和智能问答系统建设中,原始文档常常存在格式混乱、OCR噪声、结构断裂等问题,导致入库前难以保证数据质量。 针对这一痛点,doc_cleaner提供自动化的文档清洗、复杂度评估和人工审核分流能力,适用于金融、医疗、制造等行业的批量文档标准化和风险筛查场景,显著提升数据入库前的可用性和安全性。 doc_cleaner 以 LangGraph固定10节点的流程为核心,支持多格式文档(PDF、扫描件、DOCX、图片等)自动识别与抽取。 系统通过智能路由(MinerU/Unstructured)、复杂度评分、清洗策略决策、半自动清洗、自动审核与人工复核闭环,实现高质量纯文本输出。 产物包括清洗结果、风险报告、复核队列、失败追踪等,支持批量处理、断点续跑和插件化策略扩展,满足企业级文档治理需求
RAG 智能问答系统
本项目旨在为企业和团队提供高准确率、可溯源、可扩展的知识库问答解决方案。核心功能包括: 1.智能语义分块:支持 semantic 分块策略,自动识别表格、代码块,提升检索和生成的准确率。 2.Query Rewrite 查询改写:自动优化用户查询,提升召回率和答案相关性,适应复杂业务场景。 3.Rerank 重排序:检索结果经过二次重排序,优先展示最相关文档,显著提升最终答案质量。 4.混合检索(Hybrid Retrieval):结合向量和关键词召回,兼顾语义和关键词覆盖,适合多类型文档。 5.增量索引与高效更新:支持文档增删,无需重建索引,批量并发 embedding,节省时间和算力。 6.全链路溯源与来源展示:每个答案都带文件名、页码,前端可展示来源,信息透明可追溯。 7.多层限流与安全防护:API 限流、XSS/SQL 注入防护、IP 黑名单,保障系统稳定与数据安全。 8.灵活配置:LLM、embedding、chunking、检索、重排序等参数均可通过 .env 快速调整。 9.RAGAS 评测与生产环境完全一致:评测流程与实际检索/生成参数同步,结果真实可靠。 10.企业级日志与权限管理:标准日志、文件轮转、JSON格式,支持多用户权限与审计。
润渝甄选门户PC端
该项目是客户的项目集群中的一环,在完整项目中,目前共有不良资产核心业务、资金管理、人力绩效考核、资产估值、日常报表、法务诉讼、资产地图、安硕大数据、润渝甄选门户、对外数据报送、消息服务平台等11个PC端项目,有移动尽调、润渝甄选2个小程序服务,是甲方为响应政府,接纳吸收各地区不良资产,重新打包担保转售业务,在经过对内立项、尽调、可研及放款后,将不良资产收回,进而寻找新的出资方吗,本项目为对外可提供部分,主要对外公布展示了目前客户内部已收回的资产明细和拍卖价格明细等信息,
某物联网PaaS平台
一、立项背景和目标 为应对各行业设备分散、协议不统一、数据孤岛、运维成本高、智能化不足等痛点,依托 5G、云计算、边缘计算、大数据与 AI 技术,建设统一、开放、安全、可扩展的物联网 PaaS 平台。向下兼容多协议设备接入,向上提供标准化能力与开放 API,支撑智慧城市、智能制造、智慧园区、智慧能源等场景快速落地。目标是实现海量设备统一接入与全生命周期管理、数据全链路贯通、智能联动与可视化运维,降低应用开发门槛,提升运营效率,赋能产业数字化转型。 二、软件功能与核心功能模块 平台以连接、管理、数据、智能、开放为核心,提供一站式物联网能力: 设备接入与协议适配:支持 MQTT、CoAP、HTTP、Modbus 等主流协议,支持直连、网关、子设备接入,提供设备认证、加密传输与高并发连接。 设备全生命周期管理:覆盖设备注册、分组、物模型定义、状态监控、远程控制、OTA 升级、故障诊断、注销下线全流程。 数据采集与存储分析:实时采集、清洗、转换、持久化时序数据,提供历史查询、趋势分析、报表统计与数据可视化。 规则引擎与场景联动:支持阈值告警、数据转发、设备联动、定时任务、条件触发,实现自动化业务逻辑。 告警与运维中心:统一告警推送、工单流转、运行监控、日志审计、性能统计,保障平台稳定。 开放 API 与应用使能:提供标准接口、应用开发框架、设备模拟器,支持快速构建上层 SaaS 应用。 安全与权限管理:设备身份认证、传输加密、访问控制、操作审计,保障数据与设备安全。 三、业务流程与功能路径 设备接入流程:创建产品→定义物模型→生成凭证→设备 / 网关接入→身份认证→数据上报→平台核验上线。 设备管理路径:设备管理→列表 / 分组→状态查看→远程控制→参数配置→OTA 升级→故障诊断。 数据处理路径:数据采集→协议解析→清洗计算→时序存储→可视化展示→数据订阅 / 转发。 规则与告警路径:规则引擎→创建规则→配置触发条件→定义执行动作→告警中心→通知与处理。 应用开发路径:开放平台→申请 API 密钥→接口调试→对接能力→应用发布→运行监控。
Shopify 电商自动化系统
这是一个**全自动化的电商内容生产系统**,专注于三丽鸥(Sanrio)主题的可爱商品。它能自动完成以下工作:小红书热门视频 → AI筛选 → 拼多多找同款 → 生成商品信息 → Shopify上架 → 生成带货视频 | 功能模块 | 描述 | | -------- | ---------------------------------------- | | 视频采集 | 从小红书自动爬取热门视频 | | AI筛选 | 用 Gemini/GPT 判断视频是否符合三丽鸥主题 | | 以图搜图 | 通过 FireRPA 在拼多多搜索同款商品 | | 商品上架 | 自动生成英文标题、描述,上架到 Shopify | | 评论生成 | 爬取拼多多评论,AI优化后生成评论图 | | 视频生成 | 自动生成带货视频(引流版/品牌版) |
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服